
Hy4 flash vs Claude Haiku 5.5: a Tencent fez esta comparação por conta própria e publicou a derrota
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 138 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 176 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 187 tok/s
Alguém na Tencent decidiu que o adversário certo para o Hy4 flash era o Claude Haiku 5.5, colocou os dois modelos diante de 85 usuários do WorkBuddy da própria empresa em 259 tarefas e publicou o resultado apesar de perder. O Hy4 flash obteve 2,79 de 4 em satisfação dos usuários. O Claude Haiku 5.5 obteve 2,81. É uma diferença de dois centésimos de ponto numa escala de quatro pontos, medida pelo desafiante, nas próprias tarefas do desafiante — e é o número mais interessante do lançamento do Hy4 flash, porque mostra o que a Tencent realmente acredita que está vendendo. Não um modelo melhor. Um mais barato que é próximo o bastante para que a diferença não sobreviva ao contato com uma pesquisa de satisfação.
O restante do lançamento corrobora essa leitura. O Hy4 flash foi publicado como pesos abertos em 17 de novembro de 2026, dois dias depois de entrar na API da Tencent em 16 de novembro: 220B de parâmetros totais, 12B ativos por token, contexto de 1M de tokens, entrada de imagem com saída de texto. O Claude Haiku 5.5 está disponível em geral desde 7 de outubro de 2026 por $0,10 e $0,50 por milhão de tokens. Nenhum dos dois modelos está no catálogo do OrcaRouter, e este texto não vai fingir o contrário; o que é roteável é discutido perto do fim, e é um par diferente de modelos.
O teste cego, lido corretamente
A descrição da avaliação feita pela Tencent tem três frases e um gráfico, e o gráfico faz algo específico: ele plota a satisfação em relação ao tempo mediano de conclusão ponta a ponta e ao custo por tarefa, de modo que o modelo que vence em dois eixos fique visível à primeira vista. Os números são 2,79/4 para o Hy4 flash contra 2,81/4 para o Claude Haiku 5.5, um tempo mediano de conclusão de 6,7 minutos para o Hy4 flash e RMB 0,26 por tarefa. A alegação da Tencent é que o Hy4 flash registrou tanto o menor custo por tarefa quanto o menor tempo mediano de conclusão entre os modelos avaliados.
O que o relatório não fornece é o conjunto completo de modelos avaliados, o detalhamento por categoria ou a rubrica. O que ele informa é a população: 85 usuários internos, 27 categorias, 259 tarefas, todas provenientes do WorkBuddy, o assistente de produtividade da própria Tencent. Trata-se de uma avaliação coerente, e não de uma avaliação neutra. Funcionários que avaliam o modelo do próprio empregador sabem qual é o seu modelo e, mesmo em uma interface cega, as tarefas são as que a Tencent escolheu porque se assemelham ao produto da Tencent.
O que há de útil na diferença de 0,02 é o efeito que ela tem sobre o argumento, nos dois sentidos. Se você tende a confiar no teste, tem a palavra da Tencent de que a diferença de capacidade em relação ao Claude Haiku 5.5 é negligível para trabalho de escritório, o que é uma declaração contra o próprio interesse. Se você tende a desconfiar dele, o mesmo teste não lhe dá motivo para acreditar que o Hy4 flash seja melhor, e você fica com a coluna de custos, que é para onde a Tencent quer sua atenção de qualquer maneira.
Onde os dois modelos realmente diferem
As fichas técnicas divergem de maneiras que a pontuação de satisfação não consegue mostrar. Cada valor abaixo é a especificação publicada pelo próprio fornecedor, a menos que esteja marcado como uma medição da Artificial Analysis.
• Parâmetros totais e ativos — Hy4 flash 220B no total, com 64B desse total em tabelas Engram, 12B ativos por token; as contagens de parâmetros do Claude Haiku 5.5 não são divulgadas, o que é normal para a Anthropic.
• Janela de contexto — 1.048.576 tokens para Hy4 flash; 1.000.000 para Claude Haiku 5.5.
• Saída máxima — 64.000 tokens no Hy4 flash conforme a configuração de serviço; 128.000 tokens no Claude Haiku 5.5, o dobro.
• Modalidade de entrada — o Hy4 flash recebe texto e imagens por meio de um codificador de 27 camadas derivado do SigLIP2; o material de lançamento do Claude Haiku 5.5 concentra-se em texto e uso de ferramentas, e seu conjunto de capacidades publicadas é mais restrito no que diz respeito à visão.
• Licença — o Hy4 flash é distribuído sob a Tencent Hy License, com uma Seção 10.2 que exige um acordo separado acima de US$ 50 milhões em receita de MaaS ou 100 milhões de MAU; o Claude Haiku 5.5 é proprietário e não possui pesos de forma alguma.
• Pontuação independente — Hy4 flash não possui nenhuma, e sua URL do Artificial Analysis retorna 404; Claude Haiku 5.5 pontua 36 no Intelligence Index v5.0.1 com esforço máximo.
• Custo medido por tarefa Index — US$ 0,41 para Claude Haiku 5.5 segundo a Artificial Analysis; não medido para Hy4 flash, que não está no ranking.
O teto de saída é o aspecto mais provável de causar problemas na prática. Um modelo com 1M de contexto e 64k de saída está configurado para ler muito e escrever uma quantidade moderada; um fluxo de trabalho de redação de documentos que espera emitir mais de 64.000 tokens em uma única resposta não pode usá-lo. O uso recomendado pela própria Tencent — pesquisa aprofundada, processamento de documentos, criação de slides, demonstrações simples de frontend, uso de computador — é consistente com esse teto. A geração de textos longos não está na lista.
A comparação de preços não é um número contra outro.
A tarifa da Tencent na China continental para o Hy4 flash é de ¥0,5 por milhão de tokens de entrada, ¥2 por milhão de saída e ¥0,02 por token de entrada em cache — cerca de US$ 0,070, US$ 0,281 e US$ 0,003. A tabela de preços publicada do Claude Haiku 5.5 começa em US$ 0,10 por milhão de entrada e US$ 0,50 por milhão de saída, com gravações em cache a US$ 0,125 e US$ 0,625 para caches de cinco horas e de uma hora, e leituras de cache a US$ 0,01.
Com base nessas tarifas anunciadas, o Hy4 flash é cerca de 30% mais barato na entrada, 44% mais barato na saída e 70% mais barato em um acerto de cache. Ambos são tarifas fixas nos primeiros cem mil tokens. A diferença está no que acontece depois: a tabela da Anthropic eleva o preço de entrada do Claude Haiku 5.5 de $0.10 para $0.50 por milhão e o preço de saída de $0.50 para $2.50 quando uma requisição ultrapassa 100.000 tokens de entrada. Em um documento de 200.000 tokens, o Claude Haiku 5.5 é cobrado a cinco vezes sua tarifa de entrada anunciada, o que coloca essa comparação em $0.50 contra $0.070 da Tencent — uma diferença de 7x, e não de 30%.
Isso é uma escolha de design, não um truque, e tem uma lógica defensável: entradas longas custam mais para pré-preencher, então o fornecedor cobra mais por elas. Mas isso significa que o número de destaque é o número errado para exatamente a carga de trabalho para a qual ambos os modelos afirmam ser bons. Processamento de documentos com contexto de 1M é, por definição, uma carga de trabalho de >100.000 tokens. Se o seu caso de uso é trabalho com documentos longos, precifique ambos os modelos pelas linhas que se aplicam ao comprimento do seu prompt, não pelo topo do cartão.
Latência: a métrica que a Tencent mediu não é a que a Anthropic publica
A Tencent relata um tempo mediano de conclusão ponta a ponta de 6,7 minutos para o Hy4 flash em uma tarefa do WorkBuddy. A Artificial Analysis relata o Claude Haiku 5.5 em 14,7 minutos por tarefa do Intelligence Index no esforço Max, com um tempo de 192 segundos até o primeiro token de resposta — e o painel sinaliza o modelo como "notavelmente lento por tarefa e muito verboso", com 298 milhões de tokens de saída para a execução do índice.
Esses dois números não são comparáveis e não devem ser subtraídos. Tarefas diferentes, harnesses diferentes, definições diferentes de "concluído". O que eles estabelecem é que a configuração de esforço do Claude Haiku 5.5 é um botão de latência com uma faixa muito ampla, e que o topo dela custa caro em tempo real decorrido:
• Max — Índice 36, 14,7 minutos por tarefa, 192 segundos para o primeiro token, 298 milhões de tokens de saída.
• Xhigh — Índice 35, 9,6 minutos, primeiro token em 44 segundos, 151 milhões de tokens.
Alto — Índice 30, 6,4 minutos, 21 segundos até o primeiro token, 89,8M de tokens.
• Médio — Índice 25, 3,9 minutos, primeiro token em 10 segundos, 52,7M tokens.
• Baixo — Índice 19, 2,2 minutos, primeiro token em 5,8 segundos, 29,9M tokens.

Todas as cinco linhas são medições do Artificial Analysis na v5.0.1. O objetivo de imprimi-las é que "Claude Haiku 5.5 pontua 36" é uma afirmação sobre a configuração mais cara que a Anthropic oferece. No seu nível alto, ele pontua 30 e termina em menos da metade do tempo. Qualquer pessoa que compare um produto sensível à latência com o número Max está comparando com uma configuração que não será lançada.
O Hy4 flash tem o mesmo seletor, só que de forma mais rudimentar: reasoning_effort em high, que é o padrão, ou no_think. Duas posições contra cinco. Se sua carga de trabalho precisa de uma configuração intermediária — pensamento ativado, mas não no máximo — Claude Haiku 5.5 oferece o controle, e o Hy4 flash, em grande parte, não.

Três coisas que decidem isto e não estão em nenhuma das duas fichas técnicas
A superfície da API. O formato de requisição do Claude Haiku 5.5 é mais restritivo que o do seu predecessor de maneiras que quebram código. A documentação da Anthropic rejeita temperature, top_p e top_k em qualquer valor não padrão, descarta o prefill do assistente, remove o budget_tokens manual e exige uma versão específica do conjunto de ferramentas de uso de computador. O Hy4 flash aceita o conjunto completo de amostragem, recomenda temperature 0.9 com top_p 1.0 e fornece hy_v4 parsers de chamada de ferramenta e raciocínio para vLLM. Se você tem uma biblioteca de prompts ajustada com varreduras de temperature, um desses modelos a executará sem alterações e o outro retornará 400.
O formato de implantação. O Claude Haiku 5.5 é uma API e nada mais. O Hy4 flash é uma API, um repositório no Hugging Face, uma build FP8, um checkpoint base, uma quantização GGUF e um guia de ajuste fino. Isso não é automaticamente uma vantagem — um modelo que você hospeda por conta própria é um modelo que você opera, aplica patches e planeja a capacidade — mas é a diferença entre uma relação com fornecedor e um ativo, e para uma equipe com requisito de residência de dados ou necessidade de ajuste fino, isso decide a comparação antes de se consultar qualquer benchmark.
A lacuna de medição. O Claude Haiku 5.5 está no Artificial Analysis desde outubro e foi destrinchado por todos os blogs de comparação da internet, incluindo este. O Hy4 flash tem um 404 onde deveria estar sua pontuação. Não porque o modelo seja ruim, mas porque tem dois dias de idade e ninguém independente o executou. A pontuação de satisfação acima é uma medição de uma população real e também é a única medição deste modelo feita por alguém que não seja seu criador.
Honestamente, ligar para qualquer um dos dois.
Nem o Hy4 flash nem o Claude Haiku 5.5 estão no catálogo do OrcaRouter no momento em que isto é escrito, portanto não há uma versão desta seção em que digamos para você chamá-los aqui. O que há é a geração de cada lado: tencent/hy4-preview, o modelo 770B/49B do qual o Hy4 flash foi destilado, com $0.834 de entrada e $2.501 de saída por milhão e uma taxa de leitura de cache de $0.042; e anthropic/claude-haiku-4.5 a $1.00 de entrada e $5.00 de saída por milhão com uma leitura de cache de $0.10 — a geração anterior, não a 5.5 nesta comparação.
Essa combinação é mais útil do que parece. Se você está decidindo se o perfil de custo do Hy4 flash vale a pena reestruturar um pipeline, o modelo de pré-visualização oferece o comportamento da família a um preço que torna o experimento barato, na mesma chave e no mesmo endpoint de tudo o mais no catálogo, com o preço de tabela do provedor repassado com 0% de margem, de modo que uma mudança de preço da Tencent chega até você no dia em que acontece. O DSL de roteamento é a parte que importa quando você tem dois candidatos: encaminhe a camada de documentos longos para o modelo que vencer a sua própria avaliação e mantenha o outro como fallback, em vez de escolher um único fornecedor para tudo porque trocar custa um contrato.
E quando o Hy4 flash chegar a um catálogo — qualquer catálogo, inclusive o nosso —, o que se deve testar não é a pontuação de satisfação. É a contagem de tokens de saída nas suas próprias tarefas. O pós-treinamento do Tencent alega uma redução de 50% na média de tokens de saída ponta a ponta e, se isso se mantiver na sua carga de trabalho, vale mais do que um desconto de 30% por token, porque os tokens de saída são a metade cara de toda fatura em ambos os modelos.

O que resolveria isso
Uma execução independente num harness compartilhado. Submeta o Hy4 flash e o Claude Haiku 5.5 ao mesmo Índice de Inteligência de nove avaliações e observe duas linhas: a pontuação e o custo por tarefa concluída. A Tencent já disse o que espera que essas linhas indiquem — que o Hy4 flash fica perto do Claude Haiku 5.5 em capacidade e muito abaixo dele em custo. Até que alguém de fora da Tencent publique o par, essa expectativa é uma hipótese com o orçamento de marketing de uma empresa por trás, não um resultado.
Aquilo sobre o que você pode agir hoje é mais restrito e mais útil. Se sua carga de trabalho for de documentos longos, precifique a linha de mais de 100.000 tokens antes de qualquer outra coisa, porque é aí que as duas placas mais divergem. Se for sensível à latência, compare o Claude Haiku 5.5 em esforço alto em vez do Max. Se precisar de ajuste fino ou inferência on-premises, a decisão já está tomada e nenhum benchmark vai mudá-la. A diferença de satisfação de 0,02 ponto não é motivo para trocar em nenhuma direção, e o fato de a Tencent publicá-la é a coisa mais confiável no lançamento.
